CVPR 2025 | CV 微调卷出天际，Mona：我小、我强、我省资源

主要观点总结

本文介绍了殷东硕等人提出的一种新型视觉适配器微调方法Mona，旨在打破传统全参数微调在视觉识别任务中的性能瓶颈。该方法通过引入多认知视觉滤波器和优化输入分布，仅调整少量骨干网络参数就能在多个经典视觉任务中超越全参数微调的效果。论文详细阐述了Mona方法的核心思想、实验设置、实验结果和收敛性分析，并提供了Mona模块的详细代码。文章还介绍了论文的亮点，包括参数高效微调对视觉模型性能的提升、多任务场景下的存储成本降低以及Mona方法在实际业务中的潜在优势。

关键观点总结

关键观点1: Mona方法引入多认知视觉滤波器

通过深度可分离卷积和多尺度卷积核增强适配器对视觉信号的处理能力，提升模型对视觉信息的理解能力。

关键观点2: Mona方法进行输入优化

通过调整输入特征的分布，提高微调效率。

关键观点3: Mona方法在多个视觉任务上实现性能提升

在实例分割、目标检测、旋转目标检测等任务中相比全参数微调有显著提升。

关键观点4: Mona方法的收敛速度更快

在所有方法中，Mona收敛速度更快，并且明显超过了全微调。

关键观点5: Mona方法的应用前景

Mona方法被视为SOTA方法，在医学、遥感等领域有广泛应用前景。